肿瘤新生抗原预测之 - NeoPredPipe

肿瘤新生抗原预测的软件有很多，今天测试了一下NeoPredPipe。其预测流程如下图，从VCF文件开始，需要自己提供HLA分型信息（可以用polysolver得到，见我之前的笔记https://www.jianshu.com/p/145b68654839）。利用ANNOVAR注释肿瘤突变，并用netMHCpan4.0预测表型和HLA分子的结合强度（binding affinity）。比较特别的是它接受同一肿瘤不同部位测序（multi-region sequencing）得到的VCF文件，从而可以得到肿瘤新生抗原的内部异质性。已经有相关研究证明考虑肿瘤内部异质性的新生抗原负荷（neoantigen load）可以更好的预测病人的生存，所以觉得该软件值得一试滴。

Screen Shot 2021-04-19 at 9.45.06 PM.png

首先下载并安装软件，在usr_path.ini文件里设置dependent路径，主要用到的dependent是ANNOVAR和netMHCpan。

git clone https://github.com/MathOnco/NeoPredPipe.git

1. 输入文件主要有两个， VCF和HLA分型。
   1a. VCF文件

#CHROM  POS ID  REF ALT QUAL    FILTER  INFO    FORMAT  normal  tumor
chr1    100182945   .   G   A   .   KEEP    .   GT:AD:BQ:DP:FA  0:43,0:.:43:0.0 0/1:36,4:.:40:0.1
chr1    10337   .   C   T   .   KEEP    .   GT:AD:BQ:DP:FA  0:40,0:.:40:0.0 0/1:25,4:.:29:0.14
chr1    11009024    .   G   A   .   KEEP    .   GT:AD:BQ:DP:FA  0:73,0:.:73:0.0 0/1:44,5:.:49:0.1
chr1    110735263   .   G   A   .   KEEP    .   GT:AD:BQ:DP:FA  0:214,0:.:214:0.0   0/1:181,7:.:188:0.04
chr1    11338852    .   C   T   .   KEEP    .   GT:AD:BQ:DP:FA  0:20,0:.:20:0.0 0/1:25,4:.:29:0.14
chr1    116206896   .   G   A   .   KEEP    .   GT:AD:BQ:DP:FA  0:48,0:.:48:0.0 0/1:31,4:.:35:0.11
chr1    121354274   .   T   C   .   KEEP    .   GT:AD:BQ:DP:FA  0:26,0:.:26:0.0 0/1:22,4:.:26:0.15
chr1    121483361   .   T   G   .   KEEP    .   GT:AD:BQ:DP:FA  0:35,0:.:35:0.0 0/1:49,4:.:53:0.08
chr1    12248758    .   A   G   .   KEEP    .   GT:AD:BQ:DP:FA  0:54,0:.:54:0.0 0/1:43,3:.:46:0.07

1b. HLA分型文件，注意如果homozygous的情况另一个allele要写NA。

Patient HLA-A_1 HLA-A_2 HLA-B_1 HLA-B_2 HLA-C_1 HLA-C_2
pt1 hla_a_02_07 hla_a_03_01 hla_b_40_01 hla_b_51_01 hla_c_03_04 hla_c_07_02

然后就可以运行了！注意参数-c代表的是VCF文件中代表tumor FORMAT信息的列，在我的示例里面用1表示。

python NeoPredPipe.py -I ./pt1_vcf/ -H ./pt1/hla.txt -o ./pt1_out/ -n pt1 -c 1 -E 8 9 10 11 12

有四个结果文件：

pt1.neoantigens.Indels.summarytable.txt
pt1.neoantigens.Indels.txt
pt1.neoantigens.summarytable.txt
pt1.neoantigens.txt

最主要的文件是pt1.neoantigens.txt，是一个大表，我截取主要的列展示如下。表型和HLA分型的结合强度看最后三列，SB（strong binder）指排位在0.5%以内，WB（weak binder）指排位在2%以内的表型，更具体的信息参见netMHCpan官网（http://www.cbs.dtu.dk/services/NetMHCpan/output.php）。

Screen Shot 2021-04-16 at 12.01.32 PM.png

也跑了软件自带的测试数据来看一下multi region的结果。可以看到有两个sample，test1和test2，各有两个region，region0 和 region1。当某个新生抗原存在于所有region时为clonal，反之为sub clonal。

最后提一下该软件的小缺点，就是某些类型的突变还不能预测，比如stoploss等。

Screen Shot 2021-04-19 at 11.38.28 PM.png

Reference:
https://bmcbioinformatics.biomedcentral.com/articles/10.1186/s12859-019-2876-4#Bib1
https://github.com/MathOnco/NeoPredPipe